电网技术

2005, (05) 16-19

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于最优可信度的月度负荷综合最优灰色神经网络预测模型
AN OPTIMUM CREDIBILITY BASED INTEGRATED OPTIMUM GRAY NEURAL NETWORK MODEL OF MONTHLY POWER LOAD FORECASTING

李媛媛,牛东晓

摘要(Abstract):

月度负荷具有增长和波动二重趋势。作者首次提出以纵向历史数据为原始序列,用灰色预测模型进行增长趋势预测;以横向历史数据为原始序列,用人工神经网络模型进行波动趋势预测的方法,并在此基础上,引入最优可信度的概念,同时考虑了月度负荷的两种趋势,建立了综合最优预测模型。该模型兼顾了前两种模型的建模特点,优于只考虑单一发展趋势负荷预测的模型。对电力负荷预测应用实例的计算结果表明,该方法明显地提高了月度负荷预测的精度,也同样适用于进行周、季负荷等具有二重趋势的负荷序列的预测。

关键词(KeyWords): 负荷预测;月度负荷;最优可信度;综合最优预测;模型;电力系统

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(50077007)~~

作者(Author): 李媛媛,牛东晓

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享